(相关资料图)
编程客栈（）8月23日 消息:Hugging Face 推出了面向企业的代码助编程客栈手 SafeCoder，旨在通过安全的自托管双人编程解决方案来提高软件开发效率。
SafeCoder 声称是一套全面而以安全为导向的商业产品，在模型训练和推理全过程代码始终保持在 VPC 内。其以客户为中心的设计支持内部部署和对代码大型语言模型的所有权，就像个性化的 github Copilot 一样。
此外，Hugging Face 还与 VMware 合作，在 VMware Cloud 平台上提供 SafeCoder。VMware 当前正在内部使用 SafeCoder，并分享了在其基础设施上快速部署的蓝图，以确保快速交付价值。
SafeCoder 基于 StarCoder 开发，针对企业自托管使用进行了优化，具有高效的推理、适应性和合乎伦理的数据源。5月，Hugging Face 与 ServiceNow 合作开展 BigCode 项目，发布了为代码量身定制的开源语言模型StarCoder 。从 StarCoderBase 增强，它掌握了35B python 代码段。令人印象深刻的是，StarCoder 在 HumanEval 等基准测试中表现出色，优于 PaLphpM、LaMDA 和 LLaMA。它匹配或超越了 OpenAI 的代码 Cushman-001（以前是 GitHub Copilot 背后的封闭模型）。它拥有15.5B 个参数、1T+ token和8192个token上下文，它从80多种语言、提交、问题和笔记本的 GitHub 数据中提取。StarCoder 为 SafeCoder 提供支持，针对企业自托管使用进行了优化，具有高效的推理、适应性和道德数据源。
SafeCoder 模型精通80多种编程语言，可以通过与 Hugging Face 的协作训练针对用户进行代码建议的个性化调整。专有数据始终保持安全，客户可以获得个性化的代码生成模型，提高自主权android、供应商独立性以及对 AI 能力的控制。
SafeCoder 支持广泛的硬件选择，包括 NVIDIA、AMD、AWS 和 Intel 的 GPU 和 CPU，为客户提供广泛的选择。Hugging Face 通过 SafeCoder 为企业带来安全可控的代码生成解决方案。
项目介绍网址:https://huggingface.co/blog/safecoder
标签：
